Powershell Regex 替换 XML 标记值答案

【问题标题】：Powershell Regex to replace XML tag valuesPowershell Regex 替换 XML 标记值
【发布时间】：2013-05-04 14:47:15
【问题描述】：

我正在尝试使用 Powershell 从文件中解析以下 XML，但实际上没有使用 [xml] 将其加载为 XML 文档，因为该文档包含错误。

<data>
  <company>Walter & Cooper</company>
  <contact_name>Patrick O'Brian</contact_name>
</data>

要成功加载文档，我需要通过替换特殊字符来修复错误，如下所示

& with &amp;
< with &lt;
' with &apos; etc..

我知道我可以做这样的事情来查找和替换文档中的字符

(Get-Content $fileName) | Foreach-Object {
  $_-replace '&', '&amp;' `
    -replace "'", "&apos;" `
    -replace '"', '&quot;'} | Set-Content $fileName

但这将替换文件中所有位置的字符，我只对检查等 xml 标签内的字符并用 xml 安全实体替换它们感兴趣，以便生成的文本是一个有效的文档，我可以使用 [ xml]。

【问题讨论】：

标签： xml regex powershell

【解决方案1】：

一点点正则表达式后视和前瞻应该可以解决问题：

$str = @'
<data>
  <company>Walter & Cooper & Brannigan</company>
  <contact_name>Patrick & O'Brian</contact_name>
</data>
'@

$str -replace '(?is)(?<=<company>.*?)&(?=.*?</company>)', '&amp;'

【讨论】：

【解决方案2】：

这样的东西应该适用于您需要替换的每个字符：

$_-replace '(?<=\W)(&)(?=.*<\/.*>)', '&amp' `
  -replace '(?<=\W)(')(?=.*<\/.*>)', '&apos;' `
  -replace '(?<=\W)(")(?=.*<\/.*>)', '&quot;' `
  -replace '(?<=\W)(>)(?=.*<\/.*>)', '&gt;' `
  -replace '(?<=\W)(\*)(?=.*<\/.*>)', '&lowast;' } | Set-Content $fileName

它对非单词字符进行正向回溯，然后是捕获组，然后是正向预读。

例子：

更新：http://regex101.com/r/aY8iV3 | 原文：http://regex101.com/r/yO7wB1

【讨论】：

谢谢，这很好用，但在符号出现在 >失败测试用例 &*>"
@Raj - 对于符号< >，您可以使用非单词字符\W 进行积极的后视，然后以积极的前瞻继续捕获组。我已经更新了答案/示例。